【发布时间】：2018-02-23 19:56:28
【问题描述】：
现在我正在使用CountVectorizer 来提取特征。但是，我需要计算拟合过程中没有看到的单词。
在转换期间，CountVectorizer 的默认行为是忽略拟合期间未观察到的单词。但我需要记录这种情况发生了多少次！
我该怎么做？
谢谢！
【问题讨论】：
标签： python scikit-learn
【发布时间】：2018-02-23 19:56:28
【问题描述】：
scikit-learn 中没有内置的方法可以做到这一点，您需要编写一些额外的代码才能做到这一点。但是，您可以使用CountVectorizer 的vocabulary_ 属性来实现此目的。
- 缓存当前词汇
- 调用 fit_transform
- 用新词汇和缓存词汇计算差异
【讨论】：